BenchLeader

DeepSeek V3

质量第 227 / 339 名
44.3Index
低于中位数
较中位数 −5.9
价格第 80 / 255 名
$0.463每百万 token
比多数便宜
中位数的 0.5 倍
速度第 131 / 216 名
70token/秒
低于中位数
中位数的 0.9 倍
性价比第 93 / 255 名
95.7分/$
高于中位数
中位数的 1.7 倍

性价比更高: Gemma 4 E4B $0.040/M 即可获得 Index 43.2,价格只有 12 分之一。

有 43 个更便宜的已排名模型得分更高:GPT-5.6 Luna (58.2, $0.450)、GLM 5.3 Flash (57.8, $0.238)、DeepSeek V4 Flash (57.2, $0.262),另有 40 个。

截至 2026年11月16日,DeepSeek V3(DeepSeek)在 BenchLeader Index 上得分 44.3(共 608 个已排名配置)。表现最好的是人类偏好(52),最弱的是智能体与工具(35)。API 价格为每百万 token $0.478(按输入 3 : 输出 1 混合),为 2026年11月16日的标价。输出速度约为 70 token/秒(Artificial Analysis)。发布于 2024年12月26日。

要点(截至 2026年11月16日)

  • DeepSeek V3 的 API 价格为每百万 token $0.478(按输入 3 : 输出 1 混合)(标价,2026年11月16日)。
  • DeepSeek V3 的输出速度约为 70 token/秒(Artificial Analysis,2026年11月16日)。
  • DeepSeek V3 于 2024年12月26日发布(DeepSeek)。

详细说明:DeepSeek V3 是 DeepSeek 的开放权重模型,发布于 2024年12月26日。其最佳配置在 BenchLeader Index 上得分 44.3 ±3.5,在 608 个配置中排第 471 名,处于下半区。关键在于这个“±”:另有 211 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(52),智能体与工具最低(35)。按混合价格计,每百万 token $0.463,比大多数已排名模型便宜。输出速度为 70 token/秒,首次回答需 1.6 秒,比大多数模型慢。它已被 DeepSeek V3 0324 取代,如今应与后者进行比较。最近一次测量:2026年11月11日。

混合价格
$0.463/M
输入 $0.320 · 输出 $0.890
来源:Artificial Analysis
输出速度
70 tok/s
由 Artificial Analysis 测量
首次回答
1.58 s
首 token 0.59 s
上下文
66k
来源:LiteLLM price table
单任务成本
–
单任务 token 数
–
发布日期
2024年12月26日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index44
  2. 推理39
  3. 编程46
  4. 智能体与工具35
  5. 数学47
  6. 知识44
  7. 指令遵循48
  8. 人类偏好52
  9. 长上下文38

DeepSeek 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

DeepSeek 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
DeepSeek V3 03242025年3月24日46.9#417
DeepSeek V3本页2024年12月26日44.3#471

Index 走势

2026年9月8日 至 2026年11月16日
414753

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

编程

智能体与工具

基准测试默认来源趋势
Terminal-Bench Hard6.8%#254Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index22.8%#314Artificial Analysis
GDPval-AA v2.1不计入 Index-22#291Artificial Analysis
τ³-Banking (AA)4.7%#191Artificial Analysis
METR Time Horizons不计入 Index47.4%#28METR
AutomationBench不计入 Index0.6%#239Artificial Analysis
GDP.pdf (AA)不计入 Index0.8%#246Artificial Analysis
AA-Briefcase v1.1不计入 Index78#248Artificial Analysis
BrowseComp不计入 Index1.3%#14OpenAI

知识

基准测试默认来源趋势
MMLU-Pro73.8%#112Vals AI
LegalBench80.8%#83Vals AI
CorpFin52.5%#98Vals AI
TaxEval67.9%#102Vals AI
MedQA80.9%#69Vals AI
MMLU-Pro (HELM)不计入 Index72.3%#35HELM Capabilities
MMLU不计入 Index87.2%#3Epoch AI Benchmarking Hub
TriviaQA不计入 Index82.9%#10Epoch AI Benchmarking Hub

指令遵循

人类偏好

基准测试默认来源趋势
Arena Text1359#200Arena (LMArena)
Arena Creative Writing不计入 Index1349#176Arena (LMArena)
Arena Multi-turn不计入 Index1373#185Arena (LMArena)
Arena Longer Queries不计入 Index1375#191Arena (LMArena)

长上下文

基准测试默认来源趋势
AA-LCR v1.129.3%#421Artificial Analysis

综合

基准测试默认来源趋势
Epoch Capabilities Index不计入 Index135.2#131Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2不计入 Index8.5#445Artificial Analysis
AA Progress Index v1不计入 Index176.8#485Artificial Analysis
HELM Capabilities mean不计入 Index66.5%#31HELM Capabilities

安全与诚实

基准测试默认来源趋势
MASK不计入 Index44.5%#62Scale AI SEAL

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
StreamLake38 tok/s1.07 s$0.257$1.03128k–
DeepInfra33 tok/s0.36 s$0.320$0.890164kfp4

价格历史

上述价格(每百万 token)在每个变动日的数值。

$0.00$0.303$0.605$0.908$1.2126年9月26年10月26年11月
输入 输出
当前:输入 $0.320 · 输出 $0.890

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0004–5.8 s
总结一份 30 页的报告12,000 / 600$0.0044–10.1 s
代码编辑6,000 / 1,500$0.0033–22.9 s
智能体编程会话60,000 / 4,000$0.023–58.5 s
结构化信息提取2,000 / 200$0.0008–4.4 s

DeepSeek 的更多模型

本月新上线

另请参阅

嵌入或引用

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). DeepSeek V3 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/deepseek-v3

BibTeX:

@misc{benchleader_deepseek_v3_20261116,
  author       = {{BenchLeader}},
  title        = {{DeepSeek V3 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/deepseek-v3}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

DeepSeek V3 的基准测试得分是多少?
截至 2026年11月16日,DeepSeek V3 的 BenchLeader Index 为 44.3 ±3.5。最强的是人类偏好(52),最弱的是智能体与工具(35)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
DeepSeek V3 排名第几?
截至 2026年11月16日,DeepSeek V3 在 608 个已排名配置中排第 471 名。另有 211 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
DeepSeek V3 每百万 token 的价格是多少?
截至 2026年11月16日,DeepSeek V3 的价格为输入每百万 token $0.320、输出每百万 token $0.890,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.463。标价最近一次变动是在 2026年9月9日。
DeepSeek V3 是什么时候发布的?
DeepSeek 于 2024年12月26日发布了 DeepSeek V3。

数据截至 2026年11月16日。 与其他模型对比

引用格式:BenchLeader,《DeepSeek V3:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/deepseek-v3。